• Türkçe
    • English
  • English 
    • Türkçe
    • English
  • Login
View Item 
  •   [email protected]
  • Fakülteler
  • Tıp Fakültesi
  • Bildiri Koleksiyonu
  • View Item
  •   [email protected]
  • Fakülteler
  • Tıp Fakültesi
  • Bildiri Koleksiyonu
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Mikroskobik floresan in situ hibridizasyon (FISH) görüntülerde çoklu seviye eşikleme tabanlı bölütleme yöntemi

Thumbnail

View/Open

Tam Metin / Full Text (1.021Mb)

Access

info:eu-repo/semantics/openAccess

Date

2016

Author

Kabakçı, Kaan
Çapar, Abdulkerim
Töreyin, Behçet Uğur
Akkoç, Mertkan
Borazan, Ozan
Türkmen, İlknur
Durak Ata, Lütfiye

Metadata

Show full item record

Citation

Kabakçı, K., Çapar, A., Töreyin, B. U., Akkoç, M., Borazan, O., Türkmen, İ. ve Durak Ata, L. (2016). Mikroskobik floresan in situ hibridizasyon (FISH) görüntülerde çoklu seviye eşikleme tabanlı bölütleme yöntemi. 24th Signal Processing and Communication Application Conference (SIU) içinde (849-852. ss.). Zonguldak, Turkey, May 16-19, 2016.

Abstract

Kanser tanısında yaygın olarak kullanılan Floresan In Situ Hibridizasyon (FISH) tekniği, kromozom bölgelerinin özel boyalarla boyanarak FISH sinyalleri hâlinde görüntülenmesine dayanır. Bu çalışmada, FISH tekniğiyle elde edilmiş görüntüler üzerinde, çoklu seviye eşiklemeye dayanan yeni bir FISH sinyali bölütleme yöntemi önerilmiştir. Floresan mikroskop ile yüksek büyütmede elde edilmiş görüntüler üzerinde hücre çekirdeklerinin bölütlenmesi için uyarlamalı eşikleme, uzaklık dönüşümü ve “su bölümü çizgisi” (watershed) yöntemleri kullanılmıştır. Geliştirilen özgün bölütleme yöntemiyle, hücre sınırları içine düşen bölgelerdeki FISH sinyalleri, çoklu seviye eşiklemeye ve morfolojik art işlemlere tabi tutularak belirlenmektedir. Önerilen yöntemin gerçek hastalardan alınmış 49 adet FISH görüntüsü üzerinde ölçülen tespit başarımının, literatürde yaygın olarak kullanılan diğer yöntemlere göre daha yüksek olduğu gözlenmiştir.
 
Fluorescence in situ hybridization (FISH) technique widely used in cancer diagnosis is based on displaying chromosomal regions as FISH signals by staining with specific dyes. In this study, a new multi-level thresholding based FISH signal segmentation method is proposed for images produced by FISH technique. Cell nuclei are segmented on images, that are grabbed from fluorescence microcopes at high resolution, with adaptive thresholding, distance transform and watershed methods. FISH signals falling in cell boundaries are detected by applying multi-level thresholding and morphological post processes thanks to proposed segmentation method. It is observed that the detection rate of the proposed method on 49 FISH images taken from real patients, are higher than other widely used techniques in the literature.
 

Source

24th Signal Processing and Communication Application Conference (SIU)

URI

https://hdl.handle.net/20.500.12511/5580

Collections

  • Bildiri Koleksiyonu [480]
  • Scopus İndeksli Yayınlar Koleksiyonu [5461]
  • WoS İndeksli Yayınlar Koleksiyonu [5651]



DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback
Theme by 
@mire NV
 

 




| Guide | Contact |

[email protected]

by OpenAIRE
Advanced Search

sherpa/romeo

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsInstitution AuthorORCIDTitlesSubjectsTypeLanguageDepartmentCategoryWoS Q ValueScopus Q ValuePublisherAccess TypeThis CollectionBy Issue DateAuthorsInstitution AuthorORCIDTitlesSubjectsTypeLanguageDepartmentCategoryWoS Q ValueScopus Q ValuePublisherAccess Type

My Account

LoginRegister

Statistics

View Google Analytics Statistics

DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback
Theme by 
@mire NV
 

 


|| Guide || Library || İstanbul Medipol University || OAI-PMH ||

Kütüphane ve Dokümantasyon Daire Başkanlığı, İstabul, Turkey
If you find any errors in content, please contact: [email protected]

Creative Commons License
[email protected] by İstanbul Medipol University Institutional Repository is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 4.0 Unported License..

[email protected]:


DSpace 6.2

tarafından İdeal DSpace hizmetleri çerçevesinde özelleştirilerek kurulmuştur.